위키피디아 편집 전쟁 자동 탐지와 논쟁 평가

본 논문은 위키피디아 위키백과에서 발생하는 ‘편집 전쟁(edit war)’을 자동으로 탐지하고, 그 규모와 특성을 정량적으로 평가하기 위한 새로운 방법론을 제시한다. 연구 동기는 기존 연구들이 주로 편집 횟수, 복구 횟수, 논쟁 태그와 같은 단일 지표에 의존했으며, 이러한 접근법이 실제 논쟁을 과대평가하거나 문화·언어 차이를 반영하지 못한다는 점에 있다. 저자들은 이러한 한계를 극복하기 위해 ‘상호 복구(mutual revert)’라는 핵심 현상을 중심으로 새로운 논쟁 지표 M을 설계하였다. 먼저, 위키피디아 편집 이력을 시간 순서대로 나열하고, 특정 버전 j가 이전 버전 i‑1과 동일한 텍스트를 가질 경우 이를 복구 사건으로 정의한다. 복구 사건은 복구한 편집자(r)와 복구당한 편집자(d)로 구분되며, 각 편집자는 전체 문서 내에서 자신이 수행한 편집 횟수 N_r, N_d를 가진다. 복구 사건을 (N_d, N_r) 쌍으로 표현하고, 두 값 중 작은 값을 취해 min(N_d, N_r)으로 가중치를 부여한다. 이는 경험이 풍부한 편집자 간의 충돌에 높은 점수를 주고, 단순한 반스 복구는 낮은 점수를 부여함으로써 두 현상을 구분한다. 다음 단계에서는 모든 상호 복구 사건에 대해 min(N_d, N_r)을 합산해 원시 지표 M_r을 만든다. 그러나 M_r만으로는 복구에 참여한 편집자 수가 적은 경우 과대평가될 위험이 있다. 이를 보완하기 위해 복구에 참여한 고유 편집자 수 E를 곱해 M_i = E × M_r을 정의한다. 마지막으로, 두 명의 편집자만이 반복적으로 충돌하는 경우를 제외하기 위해 상위 복구 쌍을 억제하고, 최종 지표 M을 산출한다. 수식은 M = E × ∑ min(N_d, N_r)이며, 여기서 ∑는 모든 상호 복구 쌍에 대해 수행된다. 제안된 지표의 유효성을 검증하기 위해 저자들은 40개의 기사(논쟁성 높은 20개, 낮은 20개)를 수작업으로 라벨링하고, M 값에 따라 자동 분류의 정확도를 측정했다. 표 I은 복구 횟수와 복구 유형을 보여주며, 표 II는 M 값 구간별 논쟁 기사 비율을 제시한다. M = 50에서 31,000까지 증가함에 따라 논쟁 기사 비율이 27%에서 97%로 상승한다는 결과가 나타났다. 특히, M > 1,000인 문서는 전체 영어 위키피디아(3백만 문서) 중 약 0.9%에 해당하지만, 높은 정밀도(>90%)와 비교적 높은 재현율을 보였다. 다국어 적용 실험에서는 영어, 독일어, 프랑스어, 스페인어, 헝가리어 위키피디아에 대해 동일한 방법을 적용했으며, 각 언어별로 M 지표가 기존 ‘논쟁 태그 카운트(TC)’보다 우수한 성능을 보였다. 특히, 스페인어와 헝가리어와 같은 규모가 작은 위키피디아에서도 M 지표는 높은 정확도를 유지했으며, 루마니아어는 데이터 부족으로 제외되었다. 다른 논쟁 지표와의 비교에서도 M은 편집 횟수, 복구 횟수, 상호 복구 횟수, 원시 M_r, M_i 등과 비교했을 때 상위 30개 기사에서 가장 높은 정확도를 기록했다. 기존 방법들은 특히 작은 위키피디아에서 태그 기반 접근이 한계가 있었으며, M은 언어·문화 독립적인 특성 덕분에 일관된 결과를 제공한다. 논문은 또한 M 지표가 단순히 논쟁을 식별하는 것을 넘어, 반스와 실제 편집 전쟁을 구분하는 데도 유용함을 강조한다. 높은 M 값이지만 태그가 없는 경우는 인간 편집자들이 논쟁을 인식하지 못했음을 시사하고, 반대로 태그는 많지만 M 값이 낮은 경우는 표면적인 논쟁일 가능성이 있다. 향후 연구 방향으로는 M 값의 시간적 변화를 모니터링해 편집 전쟁의 발발을 사전에 예측하거나, 낮은 M 구간에서의 세밀한 분류 모델을 개발하는 것이 제시된다. 또한, 기계 학습 기반 라벨링을 통해 대규모 수작업 라벨링 비용을 절감하고, 다양한 언어와 문화에 맞는 맞춤형 임계값을 자동으로 설정하는 방안도 논의된다. 결론적으로, 이 연구는 편집자 경험과 상호 복구 구조를 동시에 고려한 새로운 지표 M을 통해 위키피디아 편집 전쟁을 효과적으로 자동 탐지하고, 전체 문서 중 실제 논쟁이 차지하는 비중이 1% 미만에 불과함을 실증한다. 이는 위키피디아 공동 편집 과정이 대체로 평화롭다는 기존 인식을 정량적으로 뒷받침하며, 향후 자동화된 논쟁 감시와 예방 시스템 구축에 중요한 기반을 제공한다.